pasient registrering i helsenorge

Michael Tjelle MT-2013-01

Fakultet for teknologi og maritime fag

Hovedprosjekt 2012/13 Pasient registrering i helsenorge

MT-2013-01 Pasient registrering i helsenorge

Hovedoppgave

MT-2013-01

OPPGAVE NR

TILGJENGELIGHET PEN

ETTER AVTALE

KONFIDENSIELLBesksadr.: Raveien 197, BorreP.B. 2243 3103 Tnsberg Tlf: 33031000, Fax: 33031103

Institutt for teknologiske fag

Pasient registrering i helsenorge NORSK OPPGAVETITTEL

Patient registration in the Norwegian health sector ENGELSK OPPGAVETITTEL

30

DATO LEVERT

ANTALL SIDER

Michael Tjelle

FORFATTER(E)

Hyskolen i Vestfold OPPDRAGSGIVER

Professor Frank Karlsen

REF. /VEILEDER(E) - Landsdekkende pasientregister - Biometrisk identifikasjon - Automatisk diagnostisering

3 STIKKORD


Sammendrag Til tross for en lpende teknologisk utvikling p mange omrder innen IT, diagnostisering, person identifikasjon og medisin er det lite fremskritt skilte med nr det gjelder pasient registrering og pasientflyt. I dag brukes det ca 4 millioner arbeidstimer p dobbeltfring av pasient informasjon. Et annet trist faktum er at det i 2010 dde 4000 personer som flge av feil behandlinger, og dette er sannsynligvis bare toppen av isfjellet, mrketallene kan vre store. Til sammenligning dde 210 personer i trafikken samme ret. Hva m til for eliminere disse feil behandlingene? Hvordan kan man samtidig effektivisere journalfring og hindre feil informasjon? Hvordan kan pasientregistrering gjres sikrer og hvilken teknologi har man i dag til hjelpe oss med det? Det ble i 2009 utfrt en kartlegging av behovet for oppsummert pasientinformasjon (kjernejournal). Denne kartleggingen gikk under navnet ELIN-s del 1, og ble utfrt av Anders Grimsmo, Vebjrn Mack Remen og Torbjrn Nystadnes i et samarbeid mellom Nasjonal IKT og Innovasjon Norge. Dette er et av grunnlagene for stortingsmelding nr.9. Et hovednske ble lagt fram fra regjeringen gjennom stortingsmelding nr.9 En innbygger en journal. Med dette nsker regjeringen at helsepersonell skal ha enkel og sikker tilgang til pasient- og brukeropplysninger. Dette medfrer at, innbyggerne i Norge skal ha tilgang p enkle og sikre digitale tjenester og data skal vre tilgjengelig for kvalitetsforbedring, helseovervking, styring og forskning. Denne bachelor oppgaven bygger videre p det arbeidet som ble gjort i ELIN-s, og ser p reelle virkemter til et ferdig sentralt helseregister som dekker mye mer enn kun kjerneopplysninger. Det er gjort analyser og evaluering av eksisterende informasjon rundt biometrisk identifikasjon for finne sikrere metoder for identifisere pasienter. Det er sett p eksisterende teknologi for automatisk diagnostisere pasienter. Det er gjort en vurdering p hvordan man i stor grad kan eliminere feil behandlinger. Siste er det sett p hvordan man kan bedre den totale pasientflyten p, fra pasienten blir syk, mter hos legen, fr kirurgi til oppflging og restitusjon. For eliminere en stor del av feil behandlingen, og totalt eliminere feil registrering av pasienter M Norge f p plass et sentralt landsdekkende pasientregister. Det finnes allerede landsdekkende pasientregister (kreftregisteret) innenfor gitte kreftsykdommer og disse burde gi oss et enda bedre grunnlag for laget et generelt pasientregister som dekker hele landet. Uten dette er det f andre tiltak som vil hjelpe i det lange lp. For at dette skal fungere m vi ha en enkel sikker og portabel mte identifisere pasienter p. Den sannsynligvis beste mten gjre dette p i flge dagens teknologi er Dette kan gjres ved iris skanning.


Vi m ogs ha en bredere bruk av pasient journaler enn det vi har i dag. I det sentrale pasient registeret burde det legges inn all helse relatert informasjon for hvert individ som hele tiden hvert individ har indirekte kontroll med. Alt fra det total molekylre aktivitetsniv til kirurgi, vaksiner, fysioterapi, medisinering, fastlege konsultasjoner til akupunktur og massasje. Dette er eneste mten gi et helhetsbilde av helsen til individet p samt gi Norge verdens strste og beste forsknings verktyet og software infrastruktur for primr og sekundr helsekontroll. Det har ogs vist seg at folk flest nsker en lettfattet enkel mte aksessere data om seg selv p. Da vil dette gjre det lettere selge og forklare produktet til folket. Se for deg dette: All helserelatert informasjon om en pasient ligger tilgjengelig for fagpersonen i et felles program for hele landet. Her er en database med historikk og notater fra all tidligere helserelatert kontakt med pasienten. En pasient kommer inn p et legekontor. Timen er allerede registrert i det sentrale registeret. Pasienten mter en skjerm p legekontoret hvor han/hun bekrefter timen ved la kamera over skjermen ta et bilde av ynene, dette er en iris skanner. S legger pasienten inn sitt personlige passord, samt velger hvor lang tid journalen skal vre tilgjengelig for denne konsultasjonen. Dette gir n fagpersonen(e) tilgang til pasientens journal. Etter den valgte mengden med tid har ikke fagpersonen lenger tilgang p pasientens register. Alle medisiner og utstyr som brukes p pasienten blir loggfrt automatisk mot konsultasjonen ved en QR skanner. Inne i den sentrale databasen ligger det tilgjenglig informasjon om faste medisiner, molekylr aktivitet, allergier, CAVE, vaksiner, og all annen helse relatert informasjon. En del fagpersoner vil ogs ha en master kode som kan brukes istedenfor pasienten sin kode. Dette er fordi det vil vre tilfeller hvor pasienter ikke kan legge inn egne opplysninger (akutten osv). Det blir da generert en SMS, mail, post el. som sendes automatisk til pasienten med navn, tid og grunn for fagpersonens bruk av pasientdata. Om dette blir gjort korrekt kan man utvide systemet til og automatisk legge inn data fra hjemme diagnostisering nr teknologien blir god nok til dette. Om dette blir gjort korrekt kan man utvide systemet til og automatisk legge inn data fra hjemme diagnostisering nr teknologien blir god nok til dette.

Please consider the environment before printing this dokumentatio


I

Forord Hgskolen i vestfold nsket en gjennomgang av pasient flyt og pasient registrering i helsenorge. Fra tidligere har Hgskolen i Vestfold samarbeidet med veileder for denne oppgaven professor Frank Karlsen om utviklingen av lab-on-chip eller point of care nucleic acids diagnostics, et system for enklere, mye mer nyaktig og raskere diagnostisering av pasienter. Mlet med denne rapporten har hvert finne en lsning p sentral pasient registrering i Norge, og beskrive hvordan denne kan implementeres og virkeliggjres. Det har ogs hvert et ml beskrive en mer effektiv pasientflyt bygget p dagens teknologiske muligheter. Pasient registrering i helsenorge er i dag begrenset til hvert enkelt legekontor og behandlings sted. Dette gjr informasjonsflyten rundt pasientene vanskelig og mangelfull. Dobbelfring av pasientdata koster Norge mange arbeidstimer i ret, et forsiktig estimat legger dette tallet til ca 4millioner arbeidstimer, eller 2285 rsverk for fastlege besk og sykehus innleggelser alene. En annen trist bivirkning av dette er alle de feilbehandlingene som blir gjort pga manglende eller feil informasjon om pasienter. I 2010 dde 4000 personer grunnet feilbehandling i Norge. Til sammenlikning dde 210 personer i trafikken samme ret. samme ret. All form for effektivisering av Norsk pasientregistreing blir ndt til basere seg p landsdekkende pasientregister. Feilinformasjon kan elimineres i sin helhet ved benytte biometrisk teknologi som iris skanning for pasientidentifisering og selvevaluering av eget software og tilhrende databaser. Dette blir allerede benyttet i andre deler av verden med ekstremt stor suksess. Pasient flyt kan forbedres med nyere teknologi p diagnoser, prvetaking og medisinering, inkludert installering av diagnosemaskiner ogs relatert tilmedisinering p gamlehjem og sykehus. En stor takk til veileder Professor Frank Karlsen for muligheten til jobbe med dette spennende prosjektet, og for den veiledningen han har gitt meg underveis. I also want to extend a greeting to Milan W. Popovich at Eye-controls for assistance and teachings regarding Iris scanning, the use of his hardware and all the benefits his company has to offer.

Michael Tjelle Produsent av dokument

Figur 1 - Pasientbehandling


II

Oversikt Forord................................................................................................................................... I 1. Innledning ................................................................................................................... 1

1.1.1. Problemformulering........................................................................................ 1 1.1.2. Mlformuleringer............................................................................................ 2 1.1.3. Avgrensninger................................................................................................. 2 1.1.4. Avvik i forhold til forprosjekt......................................................................... 2 1.2. konomisk aspekt ved journalfring.................................................................. 3 1.3. Medmenneskelig aspekt:..................................................................................... 4 1.4. Dagens pasientregistrering / journal ................................................................... 5 1.5. Typer arkivmateriale i spesialisthelsetjenesten................................................... 5 1.5.1. Materialets omfang og tilstand........................................................................ 6 1.6. Legekontorer ....................................................................................................... 8 1.7. Somatiske behandlingssteder .............................................................................. 8 1.8. Data fra en amerikansk studie............................................................................. 9 1.9. Unskede hendelser i somatiske sykehus i Norge ............................................ 10 1.10. Resepter, E-resept ......................................................................................... 10

2. Pasient verifisering.................................................................................................... 11 2.1. Hndskrift (signatur) ......................................................................................... 12 2.2. Ansikt ................................................................................................................ 12 2.3. Iris (Regnbuehinne) skanning ........................................................................... 13 2.4. Retinal skanning................................................................................................ 13 2.5. Hndflate geometri............................................................................................ 13 2.6. Blodre mnstre ................................................................................................ 13 2.7. re..................................................................................................................... 14 2.8. Stemmegjenkjenning......................................................................................... 14 2.9. DNA.................................................................................................................. 14 2.10. Tastetrykk dynamikk .................................................................................... 15 2.11. Fingeravtrykk................................................................................................ 15 2.12. Gange ............................................................................................................ 15 2.13. Unike markrer i blodet ................................................................................ 16 2.14. Odr .............................................................................................................. 16

3. Iris skannings teknologi forklart ............................................................................... 17 4. Diagnose metoder ..................................................................................................... 20

4.1. Gass analyse...................................................................................................... 20 4.2. Blod analyse...................................................................................................... 21 4.3. Point of care nucleic acids diagnostics (POCNAD) ......................................... 21

5. Lsningsskisse .......................................................................................................... 22 5.1. Sentralt pasientregister...................................................................................... 22 5.1.1. Pasient verifisering........................................................................................ 23 5.1.2. Tilgangs kontroll ........................................................................................... 23 5.1.3. Foregangs land p forskning......................................................................... 24

5.1.4. Politisk forhandlings brikke. ..................................................................... 25 5.2. Pasientflyt ......................................................................................................... 25 5.3. Pasientflyt i klartekst......................................................................................... 26 5.3.1. Data Sikkerhet............................................................................................... 28


III

5.3.2. Kryptering ..................................................................................................... 28 5.3.3. Store datamengder. Elektronisk. ................................................................... 29

6. Konklusjoner og anbefalinger................................................................................... 30 7. Referanseliste ............................................................................................................... i

7.1. Websider: ............................................................................................................. i 7.2. Bilder: ................................................................................................................. ii 7.3. Arkivmaterialet - regjeringen............................................................................. iii 7.4. Generelt om helsearkiver - regjeringen.............................................................. iii 7.5. Typer arkivmateriale... - regjeringen ................................................................. iii 7.6. Materialets omfang... - regjeringen.................................................................... iii 7.7. Nasjonal kjernejournal hringsuttalelse 2013.................................................... iii 7.8. Forprosjekt ELIN-s del 1: Oppsummert pasientinformasjon............................. iii 7.9. Stortingsmelding 9 ............................................................................................. iii

Figur oversikt: Figur 2 - Antall hyllemeter med sak- og pasientarkivmateriale. ........................................ 6 Figur 3 - Helsearkivmateriale som befinner seg i byarkiv.................................................. 7 Figur 4 - Winmed GUI........................................................................................................ 8 Figur 6 - Biometrisk sammenlignings oversikt................................................................. 12 Figur 7 - Hvordan iris skanning fungerer ......................................................................... 17 Figure 8 - Tenkt pasientflyt i Norsk helsevesen. .............................................................. 25 Figure 9 - Sikkerhet ved bruk av BankID......................................................................... 28 Tabell oversikt: Tabell 1 - Biometriske kjennetegn og beskrivelse............................................................ 11 Tabell 2 - Tilgangskontroll for sentralt pasient register.................................................... 24 Tabell 3 - Ulike lagringsmedium og levetid ..................................................................... 29


1

1. Innledning Helsenorge har i dag ingen standardisert form for pasienthndtering. Ulike instanser bruker ulike metoder for flge en pasient igjennom behandlings prosessen, og nr man som pasient m behandles p ulike steder blir det enda mer komplisert. Dette gjr at ndvendig informasjon kan bli borte i fringen mellom arkivene. Hvor pasientens egen opplysninger brukes som opplysninger kan man miste enda mer informasjon. Foruten sikker informasjons overfring er nok det aller viktigst med et oversiktlig landsdekkende system, effektiviseringen av tiden til leger og behandlings steder. Mye av tiden i dag blir brukt p oppdatering av systemer og papirer for den enkelte pasienten. Dette er tid som heller kan benyttes til omsorg, velferd og behandling. En annen side av behandlings effektivisering er diagnose og medisinering av pasienter. I dag m pasienter reise til lege for enkle tester som p mange instanser, som gamlehjem og behandlings steder for kronisk syke, heller burde kunne utfres i hjemmet p stedet . Om man kan f teknologien opp p et hyere niv, vil slike enkle diagnoser kunne gjres automatisk. Pasienter med diabetes utfrer selv diagnostisering i dag, det vil ogs bli mulig for forebygge og diagnostisere mange andre lidelser etter hvert som teknologien bli bedre. En helt ny helseroadmap er p veg med muligheten for nyaktig diagnose og nyaktig behandling p legekontor eller i hjemmene. Dette vil f pasienter med enkle lidelser bort fra helse ker og tiden p legekontor kan effektiviseres. Dette vil ogs p sikt fre til mer korrekt medisinering og nyaktig behandling. I dag fr pasienter i mange tilfeller medisiner basert p relativt grove standarder relatert til diagnose, alder, biokjemi og vekt. Doseringen kan ogs vre lik ut hele behandlingsperioden. I mange tilfeller vil spesifisert dosering i forhold til oppdatert analyse vre mye mer effektivt og sknsomt for kroppen til pasienten. Ml og avgrensninger til oppgaven Denne oppgaven her kan fort bli for omfattende for tiden som er til rdighet. Det er derfor ndvendig gjre en fornuftig avgrensning.

1.1.1. Problemformulering - Hva m til for effektivisere tiden p behandlings steder?

o Hvordan kan tiden utnyttes best mulig slik at den blir brukt p behandling av pasienter, og ikke p mottak og historikk fordypning?

o Hvordan skal man f mest mulig av tiden til behandling av pasienter? o Hvordan kan man f enkel diagnostisering bort fra helse ker?

- Hvordan kan sentral pasient registrering utfres i Norge? o Hvilke systemer og teknologi kan hjelpe oss med dette? o Hvilke sikkerhets tiltak m til for kunne benytte et slikt system sikkert?


2

1.1.2. Mlformuleringer - Finne en gjennomfrbar mte for sentral pasientregistrering. - Beskrive en automatisert pasientflyt. - kt forstelse for sikkerhets systemer rundt pasientflyten. - Grundig beskrivelse av virkemte til et eller flere registrerings systemer.

1.1.3. Avgrensninger Det vil ikke bli programmert opp et lsningsforslag for en sentral registrerings database. Det vil heller ikke bli laget noen spesifikk hardware for pasient gjenkjenning, men heller dykket dypere inn i eksisterende produkter eller produkter man har p forskningsstadiet. Det er i denne oppgaven funnet at lovverket fungerer i dag som en brems for videre utvikling av et sentralt pasientregistrerings system, da det i Norge er for mange paragrafer p tvers av lover som motstrider eller vanskeliggjre hverandre. En studie inn i lovverket hrer heller til under en annen disiplin en det denne oppgaven bygger p, og er derfor ikke prioritert.

1.1.4. Avvik i forhold til forprosjekt Denne oppgaven ble fort for omfattende for tiden til rdighet i et bachelor prosjekt. Hvert enkelt av temaene forespeilet i forprosjektet; databaselsninger, sikkerhet, lovverk, biometrisk teknologi, granskning av tidligere arbeid, sentralt register og pasientflyt er hver for seg omfattende nok til dekke arbeidsmengden til en bachelor oppgave. En av tingene som har mtte avvike er grundig opplysnings verifikasjon av bla ulike web sider for gyldighet av data. Noen av temaene forespeilet i forprosjektet er ogs kortet ned til et minimum eller innlemmet i et av de andre temaene, dette gjelder temaene lovverk, database lsninger og sikkerhet.


3

1.2. konomisk aspekt ved journalfring Over 1,5 millioner pasienter til poliklinikk: I 2012 var hver tredje person bosatt i Norge innom poliklinikk, til dag behandling eller p dgnopphold ved somatiske sykehus. Om lag 1 560 000 personer hadde minst n konsultasjon ved poliklinikk rlig. [1] SSB (2011) Vi konsulterte i gjennomsnitt fastlegen 2,6 ganger i 2011. [2] SSB (2012) P grunn av alle de ulike systemene som blir brukt i dag er det mange av disse som ikke er kompatible med hverandre. Dette gjr at utallige instanser m dobbelt fre informasjons som allerede finnes i en database. Et forsiktig anslag vil vre at 10% av informasjonen om pasientene m dobbeltfres av en eller annen grunn. Om man er meget rask, og kjenner systemet sitt kan man ansl at denne dobbelt fringen tar 5 minutter pr pasient. Dette frer da til en tap av 13.000 arbeidstimer. Dette virker da ikke s mye, men dette er kun forsiktige tall tatt fra somatiske sykehus. Om man legger til at Norges 5.051.275 personer hadde i gjennomsnitt 2,6 fastlege besk i 2011,dvs 13.133.315 fastlege besk, betyr dette at 30% av disse m dobbeltfres i en eller annen form, og 10% av disse igjen m trippel fres eller mer. Dette gir et total antall undvendige arbeidstimer p 3.939.994. Dette begynner koste Norge mye penger. Dette er et forsiktig estimat basert p samtaler med Vestfold sentralsykehus og Brd Nome ved Sandefjord Helsepark legene syd (2013). konomi ved diagnostisering Et annet konomisk aspekt er generelle legebesk. Mange diagnoser i dag kan gjres av pasientene selv om man har utstyret tilgjenglig. Dette vil ta bort en stor prosentdel av legebeskene hos fastleger i dag. De fleste besk hos fastlege i dag er ufarlige symptomer hos pasient, som forkjlelse eller virusinfeksjon. Dette er diagnoser som legene ikke kan gjre stort med foruten berolige pasientene, anbefale en paracept og be pasienten se an tilstanden over noen dager. P grunn av den store andelen av ufarlige symptomer leger m behandle i dag kan noen lett overse alvorligere saker og be pasientene se det an noen dager. Dette er fullt forstrlig, man blir litt immun nr nok pasienter har ropt ulv nok ganger. Det krever en helt unik type menneske for holde fokus p en repetitiv oppgave over lang tid uten bli preget av ulv-syndromet. Om brannalarmen der man holder til varsler om falsk alarm tre ganger om dagen, hvor mange dager tar det fr man blir sittende vente p kontoret isteden for g ut? Underskelser gjort p dette viser at en dag er alt som skal til fr alvoret av en slik alarm er nytralisert, hjernen til behandlere er lik. Diabetes pasienter kan i dag mle blodsukkeret selv uavhengig av hvor de befinner seg. Dette systemet kan utvides til strre omfang av diagnoser, her er det kun teknologien som setter grenser. Ta for eksempel mling av CRP verdier for finne infeksjoner i kroppen.


4

Ved CRP analyserer man et par drper med blod for mle om det er en betennelse i kroppen. Den vanligste metoden for hente ut blod til en slik prve, er ved et lite stikk i fingeren. CRP str for C-reaktivt protein. Proteinet produseres i leveren, og det har en funksjon i forbindelse med betennelsesreaksjoner i kroppen. For at kroppen skal kunne bekjempe infeksjoner og betennelser lager den forskjellige stoffer som gjr at forsvarsreaksjoner blir satt i gang, og at reaksjoner starter p det rette stedet. CRP er et slikt stoff. Man vet ikke med sikkerhet hvilke funksjoner proteinet har, men man vet at det deltar i prosessen og at det kan brukes som et ml p hvor kraftig en infeksjon er. [3] NHI (2012). CRP er en akuttfase stoff produsert av leveren. Plasma konsentrasjonen er normalt under 10 mg/ml, men ker mange fold etter trauma, infeksjon, inflammasjon eller andre stimuleringer som flge av celleforstyrrelser. Problemet et at mlinger med CRP bare gir en indikasjon om at noe er galt, men svrt lite om hva som nyaktig er problemet. CRP mlinger slik som det gjres i dag er ikke forebyggende og tillp til alvorlige tilfeller gir den ingen informasjon om. Stimulanse av CRP eller forandringer i hemoglobin nivet i blodbanen er en flge av en rekke hendelser som kan mles mye mer nyaktig og peke tilbake p helt nyaktige molekylrkliniske forandringer my tideligere enn bare med tradisjonell CRP eller hemolglobin mling. Disse hendelsene kan i dag mles biokjemisk, antigenbasert eller mot genaktivitet med lab-on-a-chip technology (Axis Shield AS), lateral-flow-technology (Inverness, US) eller den nye mRNA baserte POCNAD teknologien til NorChip AS og Oslofjord Ressurspark AS. Dette er en meget enkel diagnose gjre, og vurdering av resultatet er s enkelt at en diagnosemaskin kan f.eks. gi et digitalt signal fargekode for 1) ikke foreta deg noe 2) kjpe en nyaktig medisin eller 3) oppsk lege. Dette er selvflgelig ikke eneste diagnosen man kan foreta p en slik mte.

1.3. Medmenneskelig aspekt: I dag er det liten eller ingen kommunikasjon mellom instanser i helsenorge. Dette kan fre til uheldige situasjoner for pasienter, og ogs utnyttes av enkelte. Har man store psykiske eller fysiske lidelser, kan det vre vanskelig finne motivasjonen og kreftene til navigere seg rundt i helsenorge. Det kan ogs vre vanskelig f frem den ndvendige informasjonen mellom instansene, og mange fler frustrasjon over mtte gjenfortelle den samme informasjonen til hvert enkelt behandlings sted. Flere pasienter fler ogs at mye av behandlingstiden blir spist opp av mtte gjengi de samme opplysningene gang etter gang. Pasienter har ogs svrt ulik evner til kommunisere sine problemer og alt for ofte blir dette svrt subjektivt og gir ikke helsepersonelle anledning til mer nyaktig og objektiv diagnose. Alt for ofte forlater pasienten stedet uten ha ftt kommunisert sin fenotypiske tilstand og helsepersonellet har ikke kunnet gjre en rask og nyaktig diagnose. Det finnes ogs de personer som utnytter systemet slik det er i dag, om man nsker en sykemelding, og ikke fr den av sin fastlege, kan man bare f time hos neste lege helt til man finner en som skriver ut sykemeldingen. Dette har ogs blitt missbrukt av personer for oppn trygde utgytelser. Alt dette til sammen gir derfor et helsesystem som kan vre svrt urettferdig og svrt lite kost effektivt.


5

1.4. Dagens pasientregistrering / journal Det finnes en rekke ulike mter flge pasienter p i helsenorge i dag. Mye beror p hvilke behandlings sted man ser p. Mindre legekontorer har som regel et enkelt program hvor pasienter blir registrert og loggfrt. Sykehus bruker i dag systemer som er betegnet som EPJ-system (Elektronisk Pasient Journal-systemer). I dag er det sjeldent alt det materialet som utgjr en pasients elektroniske pasientjournal finnes i ett og samme system. De fleste sykehus har tatt i bruk et generelt EPJ-system hvor alle pasienter som behandles blir registrert. I tillegg kan det finnes opplysninger i en rekke andre systemer som for eksempel PACS Picture Archiving and Communication System RIS PAS og/eller forskjellige spesialiserte EPJ-systemer. Det finnes ingen samlet oversikt over hvor mange forskjellige systemer inneholdende helseopplysninger som benyttes i spesialisthelsetjenesten, men antallet er meget hyt, trolig flere hundre, og informasjonen i systemene er i hovedsak ikke standardisert. Den store mengden av systemer og den manglende standardiseringen utgjr et betydelig problem. Bde av konomiske og av praktiske rsaker vil ikke et arkivdepot kunne anskaffe og drifte alle de forskjellige systemene som ble benyttet da det elektroniske arkivmaterialet ble skapt. [4] Regjeringen.no (2006)

1.5. Typer arkivmateriale i spesialisthelsetjenesten Arkivmaterialet i spesialisthelsetjenesten kan deles inn i flgende hovedtyper: - sakarkiv: dokumenter som produseres eller mottas som ledd i helseorganets

administrative virksomhet

- pasientarkiv: dokumenter som produseres eller mottas som ledd i helsehjelp overfor den enkelte pasient

- normgivende informasjon: kodeverk og klassifikasjonssystemer samt styrings- og veiledningsinformasjon

- medisinske kvalitetsregister: helseregister som har som forml gi grunnlag for forskning med sikte p heve kvaliteten i den helsehjelp som ytes til pasienter med bestemte sykdommer og/eller som mottar en spesiell form for behandling

- forskningsmateriale: materiale som samles inn eller produseres som ledd i forskningsaktivi-teter i en virksomhet

- annet arkivmateriale: bl.a. registre og databaser som benyttes som stttesystemer for saksbehandling og helsehjelp i en virksomhet.

[5] Helse og omsorgsdepartementet (2006) Den delen av arkiv materiale som er av strst interesse for denne oppgaven, og som trenger belyses ytterligere er pasientarkivet. Dette er godt beskrevet p hjemmesidene til helse og omsorgs departementet.


6

1.5.1. Materialets omfang og tilstand For kunne foreta vurderinger og beregninger av behovene knyttet til bevaring av helsearkivmateriale, var det ndvendig for utvalget skaffe informasjon om volumet av det arkivmaterialet som befinner seg i spesialisthelsetjenesten, hvilken befatning materialet er i, samt hvilken interesse, for ikke si hvilket akutt behov virksomhetene har for avlevere helsearkivmateriale til en institusjon som kan ta vare p det for ettertiden. Med utgangspunkt i ovennevnte, gjennomfrte et utvalg fra helse og omsorgsdepartementet vren 2005, med hjelp fra de arkivansvarlige i de regionale helseforetakene, en kartlegging av det helsearkivmaterialet som befinner seg i spesialisthelsetjenesten, samt det helsearkivmaterialet som befinner seg p landets fylkesmannsembeter og i byarkiv, interkommunale arkiv, fylkesarkiv, statsarkiv samt i Riksarkivet. I det flgende er det ikke referert til det materialet som befinner seg p fylkesmannsembetene, da tilbakemeldingene vedrrende dette materialet ikke lar seg oppsummere i antall hyllemeter eller andre sammenlignbare strrelser. Dette materialet befinner seg til dels i ryddet og ordnet form, men for det meste i esker, kartonger, arkivskap mv. Dessuten har det vist seg at den overveiende delen av det materialet som befinner seg p fylkesmannsembetene har sin opprinnelse i primrhelsetjenesten. De fleste av de arkivene som er innlevert til tidligere fylkeslegeembeter, samt hoveddelen av det som er innlevert etter at fylkeslegeembetene ble integrert i fylkesmannsembetene, kommer fra virksomheter der n utver har tilbudt helsehjelp. De fleste arkivene kommer fra leger. Nr det gjelder det materialet som befinner seg i byarkiv, interkommunale arkiv, fylkesarkiv, statsarkiv samt i Riksarkivet, har dette arkivmateriale stort sett sin opprinnelse i spesialisthelsetjenesten. Det er derfor referert til dette materialet, selv om det ikke befinner seg i spesialisthelsetjenesten. I det flgende vil det bli gitt en redegjrelse for noen av de resultatene av kartleggingen som belyser forhold som er av betydning for utvalgets vurderinger. Utover det som gjengis fra kartleggingen i dette kapitlet, vises det til vedlegg 1 i denne utredningen, der kartleggingen er nrmere beskrevet og kommentert. Utvalget mottok 168 utfylte sprreskjemaer fra den offentlige delen av spesialisthelsetjenesten og 201 fra den private delen. Antall hyllemeter med henholdsvis sak- og pasientarkivmateriale som ble tilbakemeldt fra disse, er gjengitt i figuren under.

Figur 2 - Antall hyllemeter med sak- og pasientarkivmateriale. Kilde: Helse- og omsorgsdepartementet (2006) Utover det antallet hyllemeter som fremgr av ovenstende tabell, befinner det seg helsearkivmateriale i de offentlige og private virksomhetene som ikke er tilbakemeldte p


7

det tilsendte sprreskjemaet, samt hos de privatspesialistene og andre private uten avtale med et regionalt helseforetak som ikke fikk tilsendt sprreskjemaet. Utvalget finner p bakgrunn av det ovenstende at man med rimelig sikkerhet m kunne anta at det totale volumet p helsearkivmaterialet som befinner seg i spesialisthelsetjenesten er minst 200.000 hyllemeter. Omfanget av det helsearkivmateriale som befinner seg i byarkiv, interkommunale arkiv, fylkesarkiv, statsarkiv samt i Riksarkivet, er gjengitt i figuren under.

Figur 3 - Helsearkivmateriale som befinner seg i byarkiv. Kilde: Helse- og omsorgsdepartementet (2006) Med bakgrunn i svar fra kartleggingen samt i samtaler med arkivlederne i de regionale helseforetakene, synes det klart at arkivsituasjonen er svrt varierende i virksomhetene. Enkelte steder er forholdene s uholdbare at arkivmateriale allerede er delagt eller sterkt forringet. Andre steder er forholdene meget bra bde hva gjelder plass og fysisk oppbevaringsmilj. Behovet for avlevere/deponere arkivmateriale p papir varierer derfor fra vre akutt til ikke vre tilstede. Et akutt behov for kunne avlevere arkivmateriale har ogs de nye helseforetakene som er bygget eller planlagt uten lokaler for oppbevaring av allerede skapt arkivmateriale p papir. Ut over materialet p papir og film mv. befinner det seg etter hvert ogs store mengder elektronisk lagret materiale i spesialisthelsetjenesten. Den strste delen av dette er pasientarkiver som er nrmere beskrevet her: http://www.regjeringen.no/nb/dep/hod/dok/nouer/2006/nou-2006-05/5/2/2.html?id=157202 [6] Helse og omsorgs departementet (2006)


8

1.6. Legekontorer Det er svrt ulik praksis p de ulike legekontorer hvor komplisert og automatisert systemene er . Noen legekontor, veldig f, styres p gamle mten. Det vil si legen er alene p kontoret og tar imot pasientene selv etter hvert som de skal inn til konsultasjon. Standarden i dag er legekontorer med minimum en lege og en legesekretr. Journalfring er elektronisk, basert p enklere software, med lokal sikkerhetskopi av dataene. Om en pasient har behov for henvisning videre til ny behandling gjres dette skriftlig via mail og post. Dette systemet er til en viss grad fungerende, men det har et stort forbedrings potensial. I lpet av oppgaven har ulike instanser blitt kontaktet og et program flere legekontorer bruker i dag er WinMed. Dette er en EPJ programvare utviklet av CompuGroup Medial (CGM). Dette er en programvare som har hatt som visjon bli det Norge trenger, men som ikke holder ml pga. for drlig planlsning innad i programmet, mangle p skalering mot ny software og det mangler en opensource fordi de er litt for grdige. Det er fornuftig bruke en slik type programvare som grunnlag for hvordan en endelig lsning burde settes opp.

Figur 4 - Winmed GUI Kilde: Computergroupmedical.no

1.7. Somatiske behandlingssteder Sykehus har flgelig ogs pasient registrerings systemer. De blir tagget med armbnd med pasientinformasjon som personnummer og blodtype. Hvor i sykehuset pasientene befinner seg til enhver tid blir registrert manuelt i hvert enkelt sykehus sitt datasystem. Kommunikasjonen mellom instansene er i dag ikke eksisterende foruten den meldingen hvert enkelt behandlingssted sender som informasjon til det neste behandlingsstedet. Det er ogs helt tydelig at det alltid finnes en rekke personer rundt omkring p sykehus som igjen vet hvem er. I USA frer feilinformasjon om pasienten til over dobbelt s mange ddsfall som bilulykker.


9

1.8. Data fra en amerikansk studie. Patient misidentification is a serious problem Failure to correctly identify patients constitutes one of the most serious risks to patient safety and can lead to improper treatment and serious medical errors. Patient misidentification kills, and permits staggering levels of fraud, medical error and privacy violation. It is a serious problem that cuts across all sectors of healthcare practice. There are approximately 200,000 deaths in the US every year due to medical errors. (IOM and JCAHO). Ten out of 17 medical error deaths are due to "wrong patient errors", or failure to correctly identify a patient according to the IOM, JCAHO, and the Association of PeriOperative Registered Nurses. Death Statistics, according to the IOM (2000): Wrong patient errors 114,706 Motor vehicle accidents: 43,458 Breast cancer: 42,297 Homicide: 22,824 AIDS: 17,347 According to the IOM statistics above, people are: 2.64 times more likely to die from a wrong patient error than a motor vehicle accident 2.71 times more likely to die from a wrong patient error than breast cancer 5.03 times more likely to die from a wrong patient error than homicide 6.61 times more likely to die from a wrong patient error than AIDS. Patients need to be correctly identified and staff needs to be authenticated and authorized routinely throughout the care process. Current methods for matching the right patient to the right chart, record, procedure, and medication throughout the care process contain significant risk for error. Iris scanning can significantly reduce these risks. Traditional approaches don't identify people, they identify an item or piece of information that can be lost, stolen, copied, forged, forgotten, loaned to others, and misread. The current statistical approach to matching records to patients has fundamental limitations. These limitations are causing the margin of error to increase as the process is applied to a constantly growing number of patient records. [7]- Eye-controls (2012) Som man kan lese over er korrekt identifisering av pasienten meget viktig i forhold til behandling og hjelp. Med det er jo en ting alle vet fra fr. I Norge har man ganske solide rutiner for pasient identifisering fordi alle nordmenn har et fdselsnummer, men det forkommer feil her ogs.


10

1.9. Unskede hendelser i somatiske sykehus i Norge 10% utsettes for unskede hendelser (80000 pas.) 5% av disse dr (4000 pas.) 50% kan forebygges (40000 pas.) 7 ekstra liggedgn (560000 liggedgn/1500 senger) i[8]-Helsedirektoratet (2010) Som man kan se fra foredraget til Bjrn-Inge Larsen, Helsedirektr, i 2010 var det 4000 pasienter som dde som flge av en unsket hendelse p somatiske sykehus. Dette er svimlende store tall nr man setter dette i sammenheng. I Norge m vi ha som ml og forventning av dette tallet kommer ned til 0. For oppn det m man finner et sikrere system for pasientregistrering.

1.10. Resepter, E-resept En ting som i dag fungerer for pasienter og behandlingssteder er resepter. Nr en resept blir skrevet ut har i dag mange behandlingssteder tilgang til en felles database som alle apoteker i Norge har tilgang p. Det er informasjon som flger pasienten og ikke behandlingsstedet. E-resept betyr elektronisk resept og betyr en kjede av IT-systemer som hndterer resepter elektronisk. E-resept er for fastleger, legevakter, privatpraktiserende spesialister, apotek og bandasjister. Tidlig i 2013 vil e-resept vre innfrt i hele Norge og skal bidra til en tryggere, enklere og mer effektiv resepthndtering. Leger i sykehus tar i bruk e-resept p et senere tidspunkt, nr de regionale helseforetakene innfrer ordningen. Slik fungerer e-resept Legen sender resepten elektronisk til en sentral database som kalles Reseptformidleren. Herfra kan apoteket eller bandasjisten laste ned resepten og ekspedere, nr pasienten oppgir fdselsnummer eller navn og fdselsdato. Tjenesten Mine resepter gir pasienten oversikt over gyldige e-resepter. Pasienten kan ogs holde oversikt ved hjelp av utskrift fra lege eller apotek. [9]- Wikipedia (2012) Tilbakemelding fra leger er at dette systemet fungerer meget bra, det gir en oversiktlig historikk, og en enkel hndtering av resepter bde for pasienter, fagpersoner og apoteker. En ting som i dag fungerer for pasienter og behandlingssteder er resepter. Nr en resept blir skrevet ut har i dag mange behandlingssteder tilgang til en felles database som alle apoteker i Norge kan aksessere. Det er informasjon som flger pasienten og ikke behandlingsstedet.


11

2. Pasient verifisering Det er mange muligheter for pasient verifisering p markedet i dag. Noen av de tingene forskere har funnet til gi en unik identifisering er: Tabell 1 - Biometriske kjennetegn og beskrivelse

Biometriske kjennetegn Beskrivelse av funksjonene

Signatur (dynamisk) Skrive med trykk og hastighet differensialer

Ansikts geometri Avstand av spesifikke ansiktstrekk (yne, nese, munn)

Iris Iris mnster

Retina Netthinneforandringer (mnster av venen struktur)

Kropps geometri Avstand av spesifikke kropps funksjoner

Hnd geometri Mling av fingrene og hndflaten

Blodre strukturen i hnden

Blodre struktur p baksiden av hnden eller p hndflaten

re formen Dimensjonene av det synlige ret

Stemme gjenkjenning Tone eller klang

DNA En persons unike DNA-kode

Tastatur bruk Rytmen til tastatur bruk (PC eller annet tastatur)

Blod markrer Unike markrer i blodet.

Fingeravtrykk Finger linjer, pore struktur

Gange Ganglag til individer Odr Ulike kjemiske sammensetninger i odr fra individer


12

Figur 5 - Biometrisk sammenlignings oversikt Kilde: Fritt etter - myesbe.blogspot.no

2.1. Hndskrift (signatur) Hndskriften til et gitt individ kan betraktes som representering av hans / hennes egen karakteristikk. Signaturer har blitt mye brukt i forskjellige omrder som spenner fra offentlige og juridiske applikasjoner til kommersielle omrder. Tradisjonelt kan signatur autentisering vre enten statisk eller dynamisk. Statisk signatur godkjenning bruker bare de geometriske egenskapene til signaturer, mens den dynamiske godkjenning ikke bare bruker de funksjonene, men ogs noe tilleggsinformasjon som hastighet, akselerasjon, trykkpunkter, og banen underskriftene. Videre, selv om signatur har visst seg nyttig som autentifisering, er det lett forfalske og lite hensiktsmessig i store populasjoner. Dette underbygges av det faktum at signaturer har visse variasjoner basert p sinns stemningen til individet, og den kan variere over tid. Enkelte individer har ikke samme signatur to ganger etter hverandre av ulike grunner.

2.2. Ansikt Ansiktsgjenkjenning er kanskje den mest almen aksepterte mten gjennomfre menneskelig autentisering. Det er ulike psykologiske og tekniske grunner til dette, men den viktigste er nok det at personer, i fleste deler av verden, er vant til vise ansiktet sitt utad. Og folk generelt aksepterer dette som en unik biometrisk karakteristikk. Det er ogs enkelt innhente denne informasjonen uten pfre individet noen form for krenkning. Det krever heller ikke noen avansert utstyr for denne typen autentisering, et kamera og en normalt kraftig datamaskin klarer jobben. Prosessen med ansiktsgjenkjenning krever som regel tre ulik steg. 1) Fange opp at det er et ansikt i bildet 2) Finne ansiktet om det finnes et i bildet 3) Gjenkjenne ansiktet For hver av disse stegene finnes det noen utfordringer som m vurderes. For det frste vil omstendighetene der bildet blir tatt spille en stor rolle. Lyssetting, skygger og bakgrunner


13

kan spille en rolle. Videre kan det vre endringer i ansiktsuttrykk. Mennesker har en stor variasjon i ansiktet basert p sinns stemming og dagsform, dette vil redusere den totale validerings nyaktigheten. En database med slik informasjon m derfor oppdateres jevnlig ved bruk. Dette gjr ansiktsgjenkjenning til et utfordrende forskningsfelt.

2.3. Iris (Regnbuehinne) skanning Se kapittel 4.

2.4. Retinal skanning Mnsteret av rer under baksiden av yeeplet kalles netthinnen. Det antas vre unik for hver person, og regnes som en av de sikreste biometriske karakteristikkene for identifisering av individet i en stor populasjon. Forskjellen mellom retinal og iris skanning er at ved retinal skanning blir brukt et infrardt lys for markere de vaskulre karene som brukes for identifisering, mens i iris skanning kun blir tatt bilde av mnsteret p regnbuehinnen. Retinal skanning krever dyrere og teknologisk mer avanserte utstyr enn iris skanning, og er derfor et drligere valg for identifisering av individet i store populasjoner. Det er imidlertid et stort antall av svrt sikre miljer, hvor retinal skanningen er blitt etablert som en perfekt lsning.

2.5. Hndflate geometri Menneskelig autentisering basert p geometrien til hnden baserer seg p en rekke parametere som hndens form og strrelse, samt av lengder og bredder av fingrene. De viktigste fordelene med denne type menneskelige autentisering er enkelheten i utfrelse og det relativt rimelige utstyret som benyttes. P samme tid, er dens strste ulempe relatert til dets lave individualiserende egenskaper. Geometriinformasjonen i hnden kan ligne p tvers av forskjellige individer og den vil endre seg i lpet av en persons veksts fase, dvs de frste 20 leverene. Begge disse grunnen gjr at denne identifiseringen ikke vil fungere for strre databaser, og er derfor ikke egnet til landsdekkende autentisering.

2.6. Blodre mnstre Blodre mnstre antas vre unik for enkeltpersoner og uendret over tid, selv nr det gjelder identiske tvillinger. P grunn av dette, kan blodre mnstrene bli brukt for autentisere individer. Man kan f et bilde av de vaskulre mnstrene ved hjelp av en infrard sensor som fanger opp hemoglobin i blodet. Tradisjonelt vises hemoglobin som svarte mnstre p bilder, mens hnden eller fingre har et lysere mnster. En av utfordringene med ta bilder av blodrene er at de beveger seg, og de flekser nr blod pumpes igjennom kroppen. Noen av de nyere maskinene for dette har klart orden dette slik at mlingene kan gjennomfres, selv med slike utfordringer. De har tom gjort mleutstyret portabelt i visse utgaver. Den strste bakdelen her n er prisen p utstyret, og det faktum at alle individene m ta p det samme utstyret, noe som ker risikoen for overfrbare sykdommer.


14

2.7. re Topologien til ret har blitt foresltt som en alternativ biometrisk teknikk. Dette er basert p det faktum at ret vokser proporsjonalt fra man er fire mneder og ut livet. Derfor vil et individs re struktur forbli det samme over tid. Forskning har imidlertid funnet ut at tyngdekraften kan forrsake noen forlengning av ret i vertikal retning. P grunn av disse usikre elementene i fasongen vil ikke ret alene vre en god nok karakteristisk for autentisering forml, men re-basert autentisering kan brukes som en supplerende biometrisk teknikk. Man kan for eksempel kombinere ansikt autentisering med re autentisering for ke graden av gjenkjenning. En fordel med akkurat denne er at man kan bruke den samme enheten til fange begge de biometriske kjennetegnene.

2.8. Stemmegjenkjenning Tale er en kombinasjon av fysiske og atferdsmessige egenskapene som er knyttet til mnstre i talesignalet til er gitt individ. De fysiske egenskapene til stemmen er knyttet til de kroppsdelene som danner lyd. Disse egenskapene omfatter for eksempel vokal traktater, munn, nese hulrom, og lepper. De atferdsmessige egenskapene til tale fr man i forbindelse med den emosjonelle og fysiske tilstander av taleren. Tradisjonelt kan stemme-basert autentisering deles inn i to hovedgrupper: tekst-avhengige og tekst-uavhengige metoder. I tekst-avhengige metoder, er enkeltpersoner autentisert ved gjengi en fast forhndsbestemt setning, mens det i tekst-uavhengige metoder er det ingen begrensninger for hva som skal sies. Tekst-uavhengige godkjenning er mer komplekse enn tekst-avhengige, men de er samtidig mer plitelige. Uavhengig av klassifiserings type s har stemme baserte autentiserings metoder visse utfordringer knyttet til for eksempel akustikken i rommet, feil utale p ord, dialekter, enkeltpersoners emosjonelle tilstand osv. P grunn av alle disse variablene, er denne teknikken ikke tilstrekkelig for store systemer.

2.9. DNA DNA str for Deoksyribonukleinsyre og er et molekyl som inneholder biologiske instruksjoner fra levende organismer. DNA bestr av kjemiske byggeklosser som kalles nukleotider. En sekvens av DNA som inneholder informasjon for produsere et protein som er kjent som genet, mens hele DNA-instruksjoner til organismene kalles genom. Den humane genomet er delt omtrent 99,5% til 99,9% p tvers av mennesker, men selv den lille forskjellen som er igjen utgjr millioner av basepar. Det menneskelige genom er unik for hver enkelt, men det finnes noen unntak. Eneggede tvillinger deler samme DNA mnstre, og har mindre ulikheter enn andre. DNA som biometrisk kjennetegn har noen egenskaper som gjr enkelte betenkt til bruken som verifikasjons verkty.

1) Personvern, en DNA analyse kan innhente mer opplysninger om en person en nsket. Bla. sykdom, gen feil og arvematerialer.

2) Sanntids godkjenning ved bruk av DNA krever store kalkulasjoner, ergo man m ha meget hy datakraft tilgjenglig. Det vanskeliggjres ogs ved at DNA analyse krever en kjemisk prosess.

3) DNA til individer er relativt lett tilgjengelig, og kan derfor lett missbrukes av andre til svindelforsk og andre urlige forml.


15

2.10. Tastetrykk dynamikk Tastetrykk dynamikk er relatert til mten folk bruker et tastatur p. At dette er et biometrisk kjennetegn har i senere tid ftt sttte fra psykologiske studier som viste at menneskelige repeterende handlinger er forutsigbare, og derfor kan en person identifiseres av sin tastetrykk dynamikk Denne typen identifisering har som ml fange opp tiden mellom hver bruk av taster sammen med hvor lenge tastene blir holdt nede ved bruk. Dette til sammen vil vre nok til skille individer fra hverandre. En fordel med denne metoden er at den kan kontinuerlig identifisere individer som bruker systemet, men det er ikke spesielt godt egnet til identifisering av enkeltindivider i store populasjoner.

2.11. Fingeravtrykk Fingeravtrykk anses i dag en av de mest plitelige biometriske kjennetegn for menneskelig autentisering. Et fingeravtrykk er avtrykk fra linjemnsteret p innsiden av fingre hos mennesker. Linjemnsteret danner seg p foster-stadiet, og holder seg uforandret gjennom hele livet. Det er aldri blitt oppdaget to personer med like fingeravtrykk, og fingeravtrykk antas derfor vre unike. Det regnes derfor som en sikker metode for identifikasjon og verifikasjon av mennesker. Den strste ulempen ved bruk av fingeravtrykk som autentisering i dag er nok at dette krever en form for godkjent samarbeid av individet, og kan virke krenkende. I dag er ogs fingeravtrykk verifisering tradisjonelt sett sterkt knyttet opp mot autentisering av kriminelle, og dette pvirker personers innstilling til bruken. De nyeste og beste autentiseringsmetodene har bevist en tilstrekkelig nyaktighet for fingeravtrykk som unik biometrisk autentisering, men bruke dette som eneste autentisering i stor skala trenger fortsatt litt forskning. For det frste er algoritmen for identifiseringene av fingeravtrykk fortsatt for treg for store volum av data, og vi snakker om en hel befolkning som skal kunne identifiseres i sanntid. For det andre er det menneskelige aspektet ta hensyn til. Fingeravtrykk kan bli lest av feil eller skjevt eller personer har fett p fingrene osv. Fingeravtrykk avlesning krever ogs at personer berrer en usteril avleser, innenfor helsevesenet er det er strre sannsynlighet en i andre miljer for overfrbare sykdommer. Dette taler imot bruk av fingeravtrykkskanner som en autentiserings plattform,

2.12. Gange Ganglag er et nytt felt med atferdsmessig kjennetegn som brukes til autentisere folk p mten de gr. En ting som er bra med denne teknikken er dens diskrete egenskaper, siden personer blir autentisert p visse avstander uten behov for samarbeid fra individets side. Unik validering av ganglag har i senere tid kommet fra en rekke ulike felter som medisin, psykologi og menneskelig modellering. For opprette et signatur ganglag m man bruke gitte modeller som grunnlag basert p beregninger av menneskelig bevegelse. Dette krever fortsatte studier for fastsettes. Selv med sine fordeler er nok ikke ganglag unikt nok p tvers av befolkningen til fungere i hy sikkerhet scenarier. I tillegg, siden denne teknikk innebrer video-sekvens-analyse, kan det vre svrt kostbart prosessere alle dataene.


16

2.13. Unike markrer i blodet En autentiserings metode som nylig har kommet p markedet er et individs unike markrer i blodet. Dette baserer deg p at hvert enkelt individ har unike markrer i blodet som lett kan identifiseres av en maskin som tar en liten prve av blodet. Maskiner til dette formlet m kunne ta prvene p en slik mte av det ikke bringer ubehag for individet. Her m man ogs tenke p sterilisering mellom hver prvetaking som en viktig del, slik at det ikke foreligger noen smittefare.

2.14. Odr Siden alle biologiske organismer er sammensatt av kjemiske elementer, produserer hver organisme en gitt lukt som er karakteristisk for den organismen. Derfor kan lukt brukes som en distinktive karakteristisk p tvers av mennesker. Mennesker og dyr fanger lukt p grunn av lukt-reseptorer som er koblet til de olfaktoriske nervene. Reseptorene er spesialisert til bestemte typer luktstoffer. Derfor vil de bare aktiviseres i forhold til hvilke lukter de er programmert for. De aktiviserte cellene sender noen pulser til en del av hjernen som er kjent som olfactory bulb. Olfactory reseptor nevroner bestr i nerveceller som er i stand til fange opp spesifikke kjemiske komponenter i innndingsluften. Kombinasjonen av de kjemiske komponentene som er fanget opp av reseptorer bestemme den endelige lukt som blir representert. Utstyr som kan fange opp hundrevis av ulike kjemiske sammensetninger er tilgjenglig i dag. Problemet er at denne typen autentisering ikke er god nok enda. Om en person har spist en type mat vil det gjre utslag, det samme vil parfymer og andre pvirkninger utenfra.


17

3. Iris skannings teknologi forklart I lpet av prosjektet har iris gjenkjennings teknologi som verifisering av personer visst seg vre den meste effektive og brukervennlige av alle biometriske mlinger. Det er derfor naturlig svare p de vanligste sprsmlene rundt iris gjenkjenning.

1) Hva er Iris skanning, og hvordan fungerer det? Iris gjenkjenning bestr av et kamera som lokaliserer yet og iris, det vurderer graden av okklusjon av yelokkene og bestemmer bildekvaliteten for identifikasjons behandling. Markrene i iris blir deretter mlt og lagret i en biometrisk database for senere bruk og validering. I fungerende systemer mler man begge ynene. Bildene i databasen blir ved validering vurdert opp mot alle de andre som er lagret i databasen. Jo bedre gjenkjennings algoritmer som blir brukt i gjenkjenningen jo raskere gr det. Man kan ogs bruke enkel logisk programmering til korte ned gjenkjennings tiden ved at fastlegen frst og fremst sjekker databasen opp mot sine pasienter, og om det ikke kommer noen treff vil sket utvides.

2) Hva er en iris? Den fargede delen av yet kalles iris. Det er et internt organ som er en del av yet; beskyttet av yelokkene Det er den eneste interne organ i kroppen som er synlige eksternt. Irisen er avbildet i tegningen nedenfor. Iris har sregne mnstre som gir mulighet for svrt nyaktig person identifikasjon, langt mer nyaktig enn fingeravtrykk eller ansiktsgjenkjenning.

Figur 6 - Hvordan iris skanning fungerer Kilde: news.bbc.co.uk

3) Hvordan vil pasienter dra nytte av bruke et iris-systeme? Sikkerhet, brukervennlighet og hastighet er de viktigste fordelene bak hjelp av Iris-systemet. For pasienten vil iris-systemet bety raskere registrering og ingen krav til huske identifikasjonsnummer eller bre noen ID. Det kan vre tilfeller hvor man nsker en ekstra verifisering i form av et passord.


18

4) Er iris systemet sikrere enn passord? Ja. Iris gjenkjennelse system er langt mer sikkert og effektiv enn en passord-basert system fordi systemet er nesten umulig lure. Svakheten med et passord / pin baserte-systemer er at de er vanskelige huske, mennesker har en tendens til skrive dem ned og det betyr at noen kan stjele dem. Med iris-systemet, er det ingenting noen kan stjele og bare pasienten sine iriser vil validere pasienten. En svakhet kunne hvert om noen plasserte et bilde foran iris skanneren for gjenkjenning, men dette blir avverget ved at skanneren sender ut en rask lysstrle mot yet for se bevegelse i pupillen.

5) Hvor nyaktig er iris gjenkjennelse? Iris gjenkjennelse teknologien er blant de mest nyaktige biometrisk markrene tilgjengelig i dag. I feltforsk med over to hundre milliarder kryss-sammenligninger ble det ikke gjort noen feiltreff. Dette er selvsagt en lab. generert test og ikke en virkelig database fra en befolkning, men den gir en pekepinn p hvor sikkert iris gjenkjenning er.

6) Hva er fordeler har denne gjenkjenningen for pasientene? Iris gjenkjennelse har mange fordeler fremfor andre former for biometriske identifikasjoner. Den er lett i bruk, presis, stabil, rask og sikker. Pasienten trenger ikke lenger ha med seg sitt

7) Er iris unik? Ja. Ikke to personer har samme iris karakteristiske mnstre, inkludert eneggede tvillinger. Dessuten er venstre og hyre iris for samme person forskjellige. Om man nsker en 100% nyaktig og sikker iris skanning benyttes system med begge ynene. Det vil ikke vre et behov innen helsevesenet eller ved andre felt som identifikasjon ved reise rundt i verden. Det er gjort modeller som sier at sannsynligheten for to like iriser er 1 til 1078.

8) Hvor rask er iris-systemet? Iris skemotorer som er utviklet og testet i England, IrisAccelerator, kan utfre et sk blant en million bilder p ca 0,2 sekunder. Et sk blant hele Norges befolkning vil ta ca 1,5-2 sekunder. Om man trekker dette til en verdensomspennende database uten hjelpefilter vil et sk p hele verdens populasjon ta 23,24 sekunder. Om man legger til 5-10 sekunder for at iris gjenkjennings systemet skal lokalisere og avbilde pasienten vil den totale valideringstiden bli 6,5-12 sekunder for Norges befolkning.

9) Kan enegget tvilling forveksles slik som med DNA? Nei, tvillinger sin iris er like unik som iriser mellom urelaterte personer.

10) Er iris pvirket av kirurgi som Laser korreksjon eller annen kirurgi, eller ved sykdommer?

Nei ye operasjoner pvirker ikke iris i det hele tatt. Noen sykdommer kan endre p irisen, men det kan lett korrigeres ved at et nytt bilde blir tatt til databasen.

11) Er iris pvirket av alder? Nei iris bildet forblir stabilt fra fylte 18 mneder og gjennom hele livet.

12) Har iris samme slitasje effekt som fingeravtrykk? Nei iris er beskyttet av hornhinnen og ikke slites ikke over tid.

13) Er iris skanner trygt bruke? Er det noen helserisiko forbundet med bruke iris-teknologi?


19

Det er ingen helserisiko forbundet med iris gjenkjennelse. Iris gjenkjennelse teknologien bruker rett og slett et kamera for ta et hyopplselige grtone bilde av yet. For sikkerhet vil en iris skanner sende et lys mot yet for se at pupillen beveger seg, og at det ikke er et fotograf den ser. Det er like trygt som bli tatt bilde av.

14) Kan iris skannere pvirke gravide? Nei iris skannere bruke enkel video fotografering for ta et bilde av irisen, s det er ingen skadelige strler eller noen laser utslipp overhodet.

15) Kan en dd persons ye brukes til identifisering, som i filmene? Nei iris er en muskler, og som alle muskler er den helt avslappet nr en person dr, dermed er ingen iris er synlig. Etter dden blir hornhinnen hvite pga mangel p oksygen og skjuler hele yet. S ideen om at noen tar noens yne og bruker den til gjenkjenning er en ren "Hollywood" farse som er vitenskapelig umulig.

16) Kan iris gjenkjennings teknologien bli lurt av kontaktlinser eller falske yne?

Nei iris gjenkjennings systemer er i stand til oppdage forsk p lure systemet ved hjelp av kontaktlinser og andre teknikker, og bildet som blir produsert vil ikke akseptert.

17) Kan iris gjenkjennelse brukes til etterforskning? Nei, iris gjenkjennelse kan ikke brukes til rettsmedisinsk forskning. Dette fordi man ikke kan legge igjen noen iris avtrykk p et stedet for en forbrytelse i motsetning til f.eks. DNA eller fingeravtrykk.

18) Bruker iris skannere noen laserstrle for fange bilder irisen? Nei iris skanning er helt trygt fordi den bruker enkel video fotografering og spesielle sensorer som leser de fine detaljene i personens iris uten avgi noen laser strler, rntgen eller andre skadelige strler.

19) Er det noen fysisk kontakt med yet under iris skanning? Nei, iris skanning er en kontaktls teknologi. Personen ser p skanneren fra en avstand p 30 cm. Skanneren tar et bilde av irisen, analyserer det produserer et spesielt iris utsnitt som brukes til identifisering. P grunn av den kontaktlse teknologien innebrer dette ingen fare for at smittsomme sykdommer kan overfres fra en pasient til en annen.

20) Virker iris gjenkjennelse med orientalske / asiatiske yne? Ja, iris gjenkjennelse fungerer like godt med alle typer iriser uavhengig av rase, kjnn, alder eller etnisk bakgrunn.

21) Kan systemet fungerer med enyde personer? Ja, iris gjenkjenning for helsenorge fungerer for alle personer som har minst en iris. Systemet kan i enkelte tilfeller, ved behov for utvidet sikkerhet, kreve skanning av begge irisene for f en perfekt match.

22) Kan systemet arbeide med en blind person? En person m selvsagt ha et ye, med en iris. Blinde kan ha vanskeligheter med sikte inn irisen mot skanneren. Men i de fleste tilfeller kan man f assistanse til dette. I de tilfeller hvor en person ikke har noen yne eller iris m det gjres andre tiltak.

23) Er det mulig bruke en iris gjenkjennelse system for fortelle om en person har en sykdom eller har tatt noen medikamenter eller konsumert noe alkohol?

Nei, iris gjenkjennelse teknologien er ikke i stand til pvise sykdom, alkohol eller narkotika. Det kan nok p sikt vre mulig utvide systemet til noen medisinske ye underskelser, men pr i dag er ikke dette en del av teknologien. [10]- Wikipedia (2013)


20

4. Diagnose metoder For at fremtidens helsenorge skal bli s effektiv som mulig m det ogs noen teknologiske fremskritt til. En viktig faktor vil vre eliminere alle pasientene legene ikke kan hjelpe grunnet diagnosens art, og hjelpe pasienter diagnostisere seg selv for finne alvorlighetsgraden av lidelsen. Dette kan gjres ved implementere stasjoner som utfrer diagnoser basert p prver pasienten selv kan fremskaffe. Det som m p plass er utstyr for utfre den fysiske prven og en programvare for utfre analysen av prven. Man kan begynne med plassere en slik stasjon p hver legevakt. Da kan pasienter legge hnden p en plate p maskinen, s vil maskinen selv utfre prvetakingen av for eksempel blod. S venter man frem til stasjonen har utfrt sine analyser for s f en melding p skjermen, en sms eller en utskrift av resultatet. En slik stasjon kan utvides med kammer for ulike typer prver som for spytt, utnding eller urin ogs. Etter hvert som teknologien skrider frem kan en slik maskin fylles opp med ulike typer medisin, hvor pasienten fr dosering etter analyse. Den vil i prinsippet bare utfre analyser av prvene, sl opp i et register over kjente symptomer og resultater for s gi dosering basert p bla. pasientens alder, vekt og kjnn. All personopplysning kan stasjonen hente ut ifra pasientens sentrale oppfring som den fr tilgang til etter en iris skanning eller en annen form for validering. Dette er jo det legekunsten handler om. Registrere symptomer, utfre prver, analysere resultatet og utfre behandling. Dette er ikke ment erstatte legene, men fungere som et slags filter for gi leger bedre tid til behandle de sakene som faller utenfor den dagligdagse forkjlelsen og allergien. Og jo mer avanserte stasjonene blir jo bedre vil behandlingen ogs vre.

4.1. Gass analyse. Ved hjelp av gass gjenkjennings teknologi, utviklet av en Cambridge gruppe, kan en rekke sykdommer og tilstander, fra astma til leversykdom bli diagnostisert og overvket raskt og smertefritt bare ved puste. En gass analyse av pusten er en non invasive analyse. Dvs det er ingen behov for krenke kroppen p noen mte. Gass analyse av pusten er et omrde med et stort potensial for diagnostisering og overvkning av et bredt spekter av medisinske tilstander. Testingen er enkel og smertefri, og kan gjentas s ofte som ndvendig Den infrarde senderen som er utviklet av Cambridge CMOS-sensorer (CCMOSS) er svrt flsom, har et lavt strmforbruk og er rimelig i produksjon. Den er i stand til identifisere mer enn 35 biomarkrer tilstede i utndet pust, i s lave konsentrasjoner som en million del. I tillegg til nitrogen, oksygen og karbondioksid, puster vi ut tusenvis av kjemiske forbindelser ved hvert ndedrag: hye aceton niver i utpusten kan indikere drlig kontrollert diabetes. Om astmatikere puster ut hyere enn normale niver av nitrogenoksid, og glukose, er dette et tegn p nyresvikt. Det forskes for tiden p en rekke gass analyse tester for ndedrett, de fleste bruker massespektrometre eller lasere for analysere pusten etter spesifikke forbindelser. Disse testene kan bare detektere et lite spekter av forbindelser, noe som betyr at forskjellige utstyr er ndvendig for detektere forskjellige tilstander.


21

Den teknologi som er utviklet av CCMOSS skiller seg litt fra mengden ved at den anvender bredbnds infrard strling for detektere s bredt spekter av biomarkrer som mulig i en enkelt mling. Cambridge sine miniatyr ovner eller microhotplates, kan varmes opp fra rom temperatur til 700 C p en brkdel av et sekund. Denne temperaturen er hy nok til avgi infrard strling og som gjr at man kan f analyse materialer til reagerer med gassmolekylene. Mange gass molekyler absorberer infrardt. Mengden av strling som absorberes gjr at gassen kan bli identifisert og konsentrasjonen beregnet - dette er det grunnleggende prinsippet bak promilletester. CCMOSS 'teknologien er imidlertid langt mer flsom. Ved hjelp av et infrardt bredbnds spekter kan Camebridges gass gjenkjennings teknologi oppdage blgelengder mellom to og 14 mikron, dette tilsvarer et bredt spekter av biomarkrer. For kunne oppdage forskjellige blgelengder, blir et filter lagt p toppen av detektoren, noe som betyr at bare infrard strling av en bestemt blgelengde kan komme gjennom. CCMOSS 'enhetene er basert p Complementary Metal Oxide Semiconductor (CMOS)-teknologi, en lav spennings type halvleder som er mye brukt i mikroprosessorer og batteridrevne enheter. Ved hjelp av CMOS-prosesserer fr man miniatyriserte ultra-lav spennings enheter som kan produseres i strre volum og ved lavere kostnader enn dagens hy kvalitets gass sensorer. Error! Reference source not found. University of Cambridge (2013)

4.2. Blod analyse Det finnes alt i dag en rekke ulike apparater som utfrer automatiske blod analyser. Det som er nskelig ha er et apparat som kan ta prven, analysere den og trekke en konklusjon basert p resultatet. Det er tatt patent p noen ulike maskiner for dette i USA, og i nr fremtid vil mengden av slike apparater ke betraktelig da automatiserte diagnose maskiner er den eneste fornuftige retningen videre for helse arbeid. Patenter for slike apparater fines her: - Medical diagnostic apparatus using a Fresnel reflector US 5986754 A - Automated blood sampler and analyzer US 8348844 B2

4.3. Point of care nucleic acids diagnostics (POCNAD) Medical diagnostic apparatus used in the field of biology including micro-fabricated plastic chips for sample preparation, extraction, detection and amplification of DNA/RNA/proteins In SelfPOCNAD we propose to develop an industrial prototype for a rapid (*same day*) platform for cervical cancer screening using patient collected samples. The platform includes automated sample pre-treatment, preparation, analysis and target detection. The industrial prototype will use a limited quantity of sample material so as to avoid clogging of the sample preparation section of the chip. It will make use of the same detection method that is used in PreTect HPV-Proofer; Nucleic Acid Based Amplification (NASBA). The introduction of this platform in doctors offices (Point of Care) is expected to significantly improve compliance of women with Cervical Cancer screening programs. This increased compliance may drastically decrease Invasive Cervical Cancer (ICC) and save lives. [11] Selfpocnad (????)


22

5. Lsningsskisse Det er mange variabler som kommer inn for f en komplett lsning p effektivisering og tryggere pasientoppflging i helsenorge. Men en komplett lsning blir ikke til om vi faktisk ikke starter et sted. Det krever noen lovendringer innenfor journalfring og personvern for at et system kan gjennomfres, men det er det som m til. Det er spesielt en ting som M p plass for at helsenorge skal kunne bli bedre enn det er i dag, og det er et landsdekkende sentralt pasientregister. Uten dette er veldig f andre tiltak verdt begynne p.

5.1. Sentralt pasientregister Frst m det defineres hva som menes med pasientregister. Det denne oppgaven ser p som et pasientregister er hele den medisinske og behandlings historikken til en pasient. Dette omfatter da bla. fastlege besk, medisinering, tannlege, rntgen, fysioterapi, somatisk sykehus, psykiske behandlings senter, alternativ behandling og alle andre instanser som arbeider for bedre eller kurere pasienten. samle s mye informasjon om en pasient vil gi et helhets bilde av pasientens helse, og alle variabler som behandlere mtte trenge for ta de rette valgene vil vre tilgjengelig. Det kan virke som en umulig oppgave f til dette, og det er nok grunnen til at det ikke eksisterer enda. Det som blir gjort feil er at man tenker p all den dataene som ligger rundt i Norge som skal fanges opp av enda et nytt system. De fleste av oss har jobbet for et firma som har innfrt et nytt system som skulle gjre alt mye lettere, for s forsvinne fra tankene etter 8 mneder da det ikke ble tatt i bruk, eller var for komplisert. Feilen fleste nye systemer har er akkurat at de blir for kompliserte. Ting m gjres enkelt, og vi m ikke henge oss opp i alle de 200.000 hyllemeterne med pasientjournaler som finnes rundt om i landet. Start et nytt system, tving alle som nsker drive helse relatert arbeid i Norge til bruke dette systemet, og begynn legge inn data. Etter 3 r vil dette systemet inneholde all den nyeste informasjonen som er av nytte. Og etter 5 r vil ingen se seg tilbake. Parallelt med dette kan man gjennomfre et prosjekt med legge inn gamle data etter behov. I hvilke fart og hvor mye av dette som blir gjort m behovet styre. Knyttet opp mot dette sentrale pasientregisteret m man ta med alt som er av behandlings relatert informasjon for enkeltpersonen. Det er ikke klokt blande inn private interesser i en sak som et sentralt pasient register. Det m ikke ligge en konomisk gevinst i drive rovdrift i landet p denne styringen. Om dette blir lagt i hendene p et privat firma vil dette ha for ml ha en inntjening, dette vil da bare komme som flge av hyere lisenser p programvare, ekstreme kostnader p utstyrs siden, og nr systemet er landsdekkende vil det vre monopol p driften. Dette systemet m utarbeides av en non profit statlig instans, som har ansvar for drift og vedlikehold. Det m ikke ligge noen skjulte avgifter knyttet opp til systemet mot offentlig eller privat nring. Man m ikke se p avgifter i bruken av systemet, heller se p hvor mye sttte som ytes i forhold til de ulike behandlingsstedene. Om systemet bli avgifts belagt i noen grad vil det miste en stor potensiell gruppe brukere i den private sektoren, og viktige data vil utebli.


23

Det er noen grunnsteiner som et sentralt pasientregister hviler p. 1) Data sikkerhet 2) Pasient identifisering 3) Implementering / design / utrulling 4) Kostnad 5) Statlig drift

5.1.1. Pasient verifisering Det er utallige metoder for pasientverifisering, unike passord, QR-koder, ID brikker, biometriske markrer, og alle sammen har visse styrker og svakheter. De verifiseringene som er sikrest er som regel ogs de mest kompliserte. Frst og fremst burde personverifisering i et landsdekkende system utfres biometrisk. Hovedgrunnene til dette er

1) Tilgjenglighet a. Dette er noe som personene alltid har med seg. b. Det blir ikke glemt eller mistet.

2) Sikkerhet a. Det er nesten umulig forfalske visse typer biometriske

verifiseringsmetoder. b. De ulike typene biometriske verifiseringer har ulik grad av unikhet. De

sikreste er som regel de vanskeligste verifisere, enten grunnet utstyr eller krenking av personen som mles.

c. Med biometriske mlinger vil man unng feil identifisering av pasienter, og dermed ogs feil behandling / medisinering.

d. Fungerer som et unik personlig passord som aldri kan overfres. 3) Enkelt i bruk

a. Det medfrer ingen ubehag ved bruk. b. Det er raskt. c. Kan kobles opp mot digitale media.

Ut ifra granskningen som er gjort i dette prosjektet faller valget p Iris skanning som det mest optimale biometriske identifiserings verktyet. Se kapittel 3

5.1.2. Tilgangs kontroll Nr det gjelder tilgang p informasjonen fra andre instanser som forskning osv. m man tenke i litt andre baner. En mulig lsning her er holde person identifikasjon og meta data avskilt i databasen. Dvs disse dataene kun blir paret etter at dataene aksessers med korrekt nkkel og passord. Da vil forskere og andre kunne f tilgang p den enorme mengden informasjon som et landsdekkende sentralt pasientregister vil vre, uten at det utsetter enkelt personer for granskning. Alt dette m legges inn i design fasen av databasen, for slike parameter er tidkrevende og vanskelig og implementere i ettertid. Neste skritt i database designet er hvordan dataene skal kunne aksessers i det daglige virke. Det er tenkt f all behandlings informasjonen om pasienten inn i samme systemet. Dette gjre at mange ulike niver trenger tilgang i en eller annen form. En tenkt lsning for tilgangs kontroll er at tilgang og bruk av pasientdata kan deles opp i ulike niver basert p hva den enkelte har behov for se.


24

Tabell 2 - Tilgangskontroll for sentralt pasient register. Hvem Hva Til hva Niv 1 Pasienten selv Alle rettigheter Alle data Niv 2 Sykehus, fastlege Fulle oppdaterings

rettigheter. Slette rettigheter, med bekreftelse mot pasient elektronisk.

Alle data

Niv 3 Alle statlige sanksjonerte behandlingssteder. Rntgen, tannlege osv

Oppdaterings rettigheter. Slette rettigheter, med bekreftelse mot pasient elektronisk.

Kun egne data.

Niv 4 Andre behandlings steder. Kiropraktorer, akupunktur, massasje, fysioterapeut osv.

Oppdaterings rettigheter. Slette rettigheter, med bekreftelse mot pasient elektronisk.

Kun egne data

Niv 5 Forskning, media, skoler osv

Leserettigheter uten kobling mellom data og pasient

Alle data

Niv 6 System administratorer.

Alle rettigheter. Bekreftelse mot pasient elektronisk ved endringer.

Alle data

5.1.3. Foregangs land p forskning Nr man frst skal ha nasjonalt pasientregister, kan der vre lnnsomt se litt strre p det. Norge er p mange punkter et foregangsland for resten av verden. Vi har et demokrati som er velfungerende og personrettigheter som er unike. En annen ting som kan sette oss p verdenskartet er et pasientske system som er unikt. Nr et nasjonalt pasient register implementeres i Norge, vil det vre lnnsomt sette det opp p en slik mte at alle data som registreres blir skbare med kryssreferanser. Om man tenker seg en hel befolkning som blir diagnostisert, medisinert, behandlet og kurert, er det vel nyttig kunne trekke ut trender av alle disse dataene. Derfor kan man ha en egen skbar tjeneste, nesten som SBB. Her vil man kunne ske p en medisin, kryssreferert med kjnn, alder og diagnose. Eller hvilken som helst kombinasjon av alle de data som finnes i pasientregisteret. Forskere fra hele verden vil kunne f tilgang p pasientdata fra en hel befolkning. Og dette vil gjelde alle former for behandling, diagnoser, resultater, tester, trender og mye mer. Dette systemet vil kunne vre grunnlag for lse medisinske og helsemessige utfordringer over hele verden. Det kan identifisere faresignaler basert p trender MYE raskere enn i dag. Kort sagt vil Norge, nok en gang settes p verdenskartet som et land jobbe mot for andre.


25

5.1.4. Politisk forhandlings brikke. Det kan ogs ligge politisk tungskyts i en slik lsning. Hva med sende en gruppe personer til andre land for hjelpe de sette opp en lignende lsning? Eller ta betalt for teknologien som ligger bak. Eller kun gi tilgang til den enorme mengden med data til utvalgte land, representanter eller forskere. Mulighetene nr man frst har et slikt system er mange og store

5.2. Pasientflyt Fremtidens pasientflyt vil i stor grad handle om effektivisering av behandlinger og diagnostisering basert p teknologi. Det finnes mange omrder hvor dagens teknologi, eller teknologi man har i nr fremtid kan benyttes. Uansett hva teknologi vil hjelpe oss med er den strste effektiviseringen sentralisere informasjonen om pasienten. Dette kan gjennomfres med teknologi som har hvert tilgjenglig i en god stund. Dette gr kun p programmering og databaseoppsett. Vel kun er kanskje et litt lett ord p et system som vil endre hvordan helsevesenet vil fungere, men i bunn grunn er det relativt enkel IT teknologi som trengs benyttes for at dette kan bli en realitet. Det finnes allerede fungerende lsninger i mindre skala i bruk i dag.

Figure 7 - Tenkt pasientflyt i Norsk helsevesen. Kilde: Michael Tjelle


26

5.3. Pasientflyt i klartekst La oss ta et tenkt scenario om pasient 1. Dette er en pasient som fler seg uvel en mandags kveld. Pasient1 fler seg uvel p mandags kvelden. Han logger seg p sin egen profil i det sentrale helseregisteret. Dette gjr han ved skanne irisen i yet med web kamera samtidig som han legger inn sitt personlige passord. Vel inne p siden klikker han p linken Hjemme diagnose. N kommer det opp en side hvor Pasient1 krysser av for de ulike symptomene han har i en alfabetisk liste. Han krysser av for ryggsmerter og stikking i testikkel. Det kommer s opp en liste over ulike mulige rsaker som er generert ut ifra det sentrale helseregisterets samlede oversikt over symptomer og rsaker. Dette er en database som meget raskt er blitt verdens ledende database for helsemessig forskning. Siden denne databasen er levende vil symptomer og rsak alltid vre, statistisk sett, de mest korrekte for symptomene. Den er selvflgelig ikke feilfri, s det er bare en pekepinn p hva det kan vre. I dette tilfellet kommer det opp en rekke ulike mulige rsaker, hvor strekk i rygg muskel, testikkelkreft og blodrer i klem er rsakene som ligger p topp. Det kommer ogs opp en kommentar om anbefalt oppske lege for utredning. Nederst p siden med mulige rsaker ligger det en tekstboks hvor det str kommentarer til fastlege og en knapp som sier bestill time hos fastlege Pasient1 legger inn noen ytterligere kommentarer i tekstboksen nederst p siden og klikker p bestill time hos fastlege. Det kommer umiddelbart opp en side hvor pasienten kan velge mellom ledige tider hos fastlegen. Pasient1 velger mandag kl 10:30, en tid som passer for han. En bekreftelse p at Pasient1 har ftt time kl 10:30 om tre dager hos sin fastlege kommer som SMS p mobilen. Mten dette fungerer p er slik: Fastlegen legger inn en timeplan i sin profil i det sentrale helseregisteret. Her krysser han av for hvilke tider han er ledig til ta imot fastlege pasienter. Han har noen timer ledig i uken for hastetimer, hvilke dette er bestemmer legen selv. Etter timebestillingen kommer noen urolige tanker og Pasient1 synes tre dager var litt for lenge vente, s han kjrer til legevakten samme kvelden. P legevakten str det en diagnose sentral som alle innkommende pasienter m benytte seg av. Pasient1 stiller seg opp foran iris skanneren p maskinen som identifiserer han for den han er. Deretter legger han hnden p den sterile platen p maskinen. Maskinen tar n en rask blodprve og den tar ulike vitale mlinger som puls, blodtrykk osv. Resultatene er utelukkende positive, og Pasient1 anbefales av sentralen se an symptomene en dag. Vi skal se senere i historien at i dette tilfellet har ikke sentralen gode nok mlinger til fange opp lidelsen til Pasient1. Dette vil bli forbedret etter hvert som teknologien skrider fremover. Nok beroliget av sentralen velger Pasient1 se an symptomene frem til timen hos fastlegen. Etter tre dager med uendrede symptomer mter Pasient1 opp p legekontoret til fastlegen. Her gr han til retinal skanneren for registrere sitt oppmte. Dette blir brukt i ulike statisktiske mlinger p ventetid, effektivitet osv. P oppsatt tid blir Pasient1 frt inn til legen. Her skannes Pasient1 nok en gang, han legger i tillegg inn sitt personlige passord og velger gi fastlegen 2 timer adgang til sin journal i det sentrale helseregisteret. Legen


27

fr n se alle data om Pasient1 foruten de oppfringene Pasient1 selv har flagget som private. Legen utfrer en helsesjekk av Pasient1, han vet allerede hvilke symptomer som er registrert for legetimen via det sentrale helseregisteret. Legen sjekker mulige feil ut ifra symptomene og finner snart ut at det er en hevelse p den ene testikkelen. Han registrerer dette i helseregisteret for Pasient1. Han velger ogs videresende Pasient1 for grundigere sjekk ved det nrmeste sykehuset. Som med fastlege timen kan pasienten her velge mellom ledige tider vist p en skjerm. Timen blir straks bekreftet for pasienten p SMS. Samtidig tar fastlegen en rekke prver for ulike markrer for bekrefte eller avkrefte mistanken om testikkelkreft. Resultatet for disse prvene blir automatisk lagt inn i det sentrale helseregisteret for Pasient1 av laboratoriet. Laboratoriet har skrive tilgang til Pasient1 sin database, og nr de legger inn et resultat vil Pasient1 f en SMS, mail eller post om innkommende data og hvem som har lagt det inn. P sykehuset gjr Pasient1 det samme som p legekontoret, han skanner seg i resepsjonen for registrering og blir presentert med en veivisning for finne frem til rett sted p sykehuset. Her godkjenner han ogs tilgang til helseregisteret for alle som er satt opp til behandle han p sykehuset i 24 timer ved bruke sitt personlige passord. Inne hos legen skannes han igjen for verifisering av korrekt person. Sykehuset har n tilgang til resultatet p prvene tatt hos fastlegen, og med en ultralyd underskelse bekreftes mistanken om testikkelkreft. Bilder fra ultralyden legges som vedlegg til konsultasjonen i den sentrale databasen. Med godkjenning fra Pasient1 registrer legen ved sykehuset Pasient1 for operasjon. Dette blir send til det sentrale helseregisteret, og Pasient1 fr umiddelbart bekreftet time for operasjonen. Inne til operasjon bekreftes korrekt pasient med en retinal skann. Alle legemidler som blir brukt har en QR-kode som blir skannet, og linket opp mot Pasient1 sin behandling. Dette blir liggende i den sentrale databasen som tilleggsinformasjon til behandlingen. Under operasjonen forekommer det en feil, kirurgen fr kuttet over noen blodkar som ikke var planlagt. Dette blir frt inn i en hendelses rapport som linkes til Pasient1, kirurgen, sykehuset og operasjonen. Disse hendelses rapportene blir flagget med en matrise som gjengir alvorlighetsgrad. Etter alle inngrep innenfor et gitt segment m utfrende part fylle inn et etter aktivitets notat. Dette kan vre krysset av for alt gikk i henhold til prosedyrer, eller det kan fres inn forbedringspotensialer eller observasjoner som vil vre nyttig for neste gang samme inngrepet skal utfres. Dette gir et ekstremt kraftig verkty for analysering av helsenorge, og er til uvurderlig hjelp nr det gjelder forbedrings tiltak. Videre behandling med cellegift og oppflging blir linket til Pasient1 med kryssreferanser til hele hendelsesforlpet fra pasienten utfrte en hjemme diagnose til legevakten, sykehuset og oppflgingen. Total sett er dette systemet med p forbedre diagnoser, korte ned behandlings ker, hindre feil behandling, effektivisere behandlings steder, berolige pasienter og forbedre forskning. Det er ogs med p styrke Norge som den nasjonen i verden med minst sykefravr og hyeste behandlings tilbud. Dette kommer som en flge av effektivisering som gjr hver konsultasjon mer mlrettet og rimeligere.


28

5.3.1. Data Sikkerhet Dette er et meget viktig tema, ikke bare ved et sentralt pasientregister, men ogs alle andre datalagrings temaer hvor store mengder med personopplysninger er lagret. Dette er data man ikke nsker skal komme p avveie, og man trenger meget gjennomtenkte lsninger for sikring av data.

5.3.2. Kryptering En grunnstein som er mye brukt er kryptering av data. Data kan krypteres p mange ulike metoder, men den sikreste er kryptering som gjr at dataene kun kan aksessers av tiltenkt person, er kryptering med passord og en unik nkkel. Dette er litt p samme mten som man fr tilgang til nettbanken i dag. Det krever at personen har med seg en kode generator og husker sitt eget passord.

Figure 8 - Sikkerhet ved bruk av BankID Kilde:BankID.com


29

5.3.3. Store datamengder. Elektronisk. Mange tror at elektronisk lagring stort sett er evig, men sammenlignet med andre lagringsmetoder som papir er elektronisk lagring relativt kortvarig. Dette gjr at et sentralt pasientregister er mer utsatt for farer enn de utallige hyllemeter med papir journaler rundt om i landet. Tabell 3 - Ulike lagringsmedium og levetid Type medium Levetid

Hard Disk

Harddisker bestr av magnetiske platene som spinner i hy hastighet mens den leser eller skriver data. P grunn av hastigheten har harddisker en tendens til bli fysisk utslitt innen en periode p tre r eller s. 3 til 6 r

Magnetisk Tape

Magnetiske bndstasjoner er sikkerhetskopien som i stor grad blir valgt av store bedrifter. De har utholdenhet, stor lagringskapasitet (1 terabyte eller mer) og raske skrive hastigheter som gjr dem egnet for arkivering av store mengder data raskt. 10 til 20 r

Magnetisk Disk

Denne er litt avleggs i disse dager, men verdt nevne grunnet fortiden. Disse ble mye brukt til lagring og transport av data, plater som Iomega Zip og Castlewood sin Orb var billige, kapasiteten hy og bra brukervennligheten. Men data lagret p disse forringes fort grunnet platenes intoleranse for temperatur og magnetisme. 1 til 5 r

Optisk Disk

CD-ROM, CD-R, DVD-ROM og DVD-R er populre optiske lagringsmedier, men deres holdbarhet varierer p grunn av forskjell i deres beskyttende belegg - CD-R har en tendens til ha en kortere levetid p ca ti r, mens tettere, og dyre DVD vanligvis varer alt fra 70 til 100 r p grunn av den hye kvaliteten p deres toppstrk.

10 til 100 r

Minnepenn

Enheter som minnepinner og Compact Flash-kort utnytte statisk, ubevegelig RAM for lagring av data. Siden data lagres statisk er de ikke utsatt for bevegelses slitasje. Dette

pasient registrering i helsenorge

Documents